Institut multidisciplinaire d'intelligence artificielle

Lorraine Goeuriot,
Professeur associé,
lorraine.goeuriot@univ-grenoble-alpes.fr







François Portet,
Professeur,
francois.portet@univ-grenoble-alpes.fr

DESCRIPTION

La chaire "IA et langage" vise à concevoir et à développer des modèles d'IA capables de traiter le langage naturel dans différentes modalités (texte, voix, signe, image) pour le bien de l'homme.

Ces modèles devraient :
1) être adaptés à des langues spécialisées ;
2) être explicables et exempts de préjugés sociaux ;
3) être capables de capturer une signification stable et cohérente du langage ; 4) être capables d'exploiter des connaissances externes
5) être utilisés par des experts et des non-experts sans préjudice et pour le bien de l'humanité.

Bien que les grands modèles de langage (LLM) et la génération augmentée de recherche (RAG) aient réalisé des percées remarquables, les objectifs susmentionnés restent difficiles à atteindre. Pour relever ces défis, la chaire rassemble des professeurs permanents, des doctorants et des étudiants en master, qui bénéficieront d'un soutien direct de la part de la chaire. En outre, les activités de la chaire seront menées en collaboration directe avec des entreprises.

Structure de la chaire :

Work Package 1 : Modèles NLP pour les domaines spécialisés
Lot de travail 2 : évaluation et interprétabilité des modèles de NLP
Lot de travail 3 : ancrage des MLD dans le monde physique
Lot de travail 4 : Exploitation des connaissances pour l'amélioration des modèles
Work Package 5 : NLP et contenu généré par la machine

ACTIVITÉS

LISTE SÉLECTIVE DE PUBLICATIONS

• Méloux, M., Maniu, S., Portet, F., & Peyrard, M. (2025) Everything, Everywhere, All at Once : Is Mechanistic Interpretability Identifiable ? In The Thirteenth International Conference on Learning Representations.
• Herron, F., Rossato, S., Allauzen, A., Favre, B. et Portet, F. (2025, août). Speaker Group Encoding in Self-supervised Speech Recognition Models. In International Conference on Text, Speech, and Dialogue (pp. 121-132). Cham : Springer Nature Switzerland.
• Cancellieri, M., El-Ebshihy, A., Fink, T., Galuščáková, P., Gonzalez-Saez, G., Goeuriot, L., ... & Schaer, P. (2025, avril). LongEval à CLEF 2025 : Longitudinal Evaluation of IR Model Performance. In European Conference on Information Retrieval (pp. 382-388). Cham : Springer Nature Switzerland.
• Parcollet, T., Nguyen, H., Evain, S., Boito, M. Z., Pupier, A., Mdhaffar, S., ... & Besacier, L. (2024). Lebenchmark 2.0 : Un cadre standardisé, reproductible et amélioré pour les représentations auto-supervisées de la parole française. Computer Speech & Language, 86, 101622.
• Segonne, V., Mannion, A., Canul, L. C. A., Audibert, A., Liu, X., Macaire, C., ... & Schwab, D. (2024, mai). Jargon : Une suite de modèles de langage et de tâches d'évaluation pour les domaines spécialisés du français. In The 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024) (pp. 9463-9476).
• Desot, T., Portet, F. et Vacher, M. (2022). Compréhension du langage parlé de bout en bout : Performance analyses of a voice command task in a low resource setting. Computer Speech & Language, 75, 101369.
• Evain, S., Nguyen, M. H., Le, H., Boito, M. Z., Mdhaffar, S., Alisamir, S., ... & Besacier, L. (2021, décembre). Task agnostic and task specific self-supervised learning from speech with lebenchmark. In Thirty-fifth Conference on Neural Information Processing Systems (NeurIPS 2021).
• G. Cabanac , C. LabbÉ et A. Magazinov . "Phrases torturées : Un style d'écriture douteux émergeant dans la science. Evidence of critical issues affecting established journals ". arXiv (2021). https://doi.org/10.48550/arXiv.2107.06751

PRÉSENTATION DE LA PRÉSIDENCE

Licence :